使用 RASA NLU 时训练数据中的实体同义词答案

【问题标题】：Entity synonyms in Training Data when using RASA NLU使用 RASA NLU 时训练数据中的实体同义词
【发布时间】：2018-05-02 11:42:34
【问题描述】：

我使用一些训练数据（common_Examples）使用 python 创建了一个餐厅机器人。到现在为止都很好，但是有很多意图有一些相似之处。

当我浏览 RASA_NLU 站点时，我发现了许多可能有用的 entity_synonyms。我似乎在网上找不到任何例子。具体来说，我正在寻找关于 entity_synonyms 的示例用法或材料。任何帮助将不胜感激。

【问题讨论】：

标签： rasa-nlu

【解决方案1】：

我找到了一个解释如何使用实体同义词的教程。它使用一个 json 实体同义词文件并将其加载到 rasa nlu 中。

对于实体同义词的一般用法，您可以参考官方文档，他们有一个示例

【讨论】：

我遵循了这样的格式："rasa_nlu_data": { "common_examples": [ { "text":"我要查找中餐馆", "intent":"Rest_srch", "entity" :[{"start":19,"value":"chinese","end":26}] } ] } } 如何在其中使用实体同义词。

【解决方案2】：

您可以看看Chatito 如何将训练句子翻译成符合 rasa 标准的 JSON。它非常直截了当，并且有文档记录。

此外，我会推荐这个工具用于你的机器人的整个训练，而不仅仅是学习 Rasa 语法。

【讨论】：